Verwenden Sie mehrere Spalten als Variablen mit Sapply

Question

Ich habe eine dataframe und ich möchte eine Funktion anwenden, die die Werte von drei Spalten und berechnet die minimale Differenz zwischen den drei Werten.

#dataset 
df <- data.frame(a= sample(1:100, 10),b = sample(1:100, 10),c= sample(1:100, 10)) 

#function 
minimum_distance <- function(a,b,c) 
{ 
    dist1 <- abs(a-b) 
    dist2 <- abs(a-c) 
    dist3 <- abs(b-c) 
    return(min(dist1,dist2,dist3)) 
} 

Ich suche so etwas wie:

df$distance <- sapply(df, function(x) minimum_distance(x$a,x$b,x$c)) 
## errormessage 
Error in x$a : $ operator is invalid for atomic vectors 

Während ich ddply verwenden:

df2 <- ddply(df,.(a),function(r) {data.frame(min_distance=minimum_distance(r$a,r$b, r$c))}, .drop=FALSE) 

Dies nicht alle Spalten nicht halten. Irgendwelche Vorschläge?

Edit: Ich landete mit:

df$distance <- mapply(minimum_distance, df$a, df$b, df$c) 

Answer 1

Versuchen mapply():

qq <- mapply(minimum_distance, df$a, df$b, df$c) 

Answer 2

try this:

do.call("mapply", c(list(minimum_distance), df)) 

aber Sie können vektorisiert Version schreiben:

pminimum_distance <- function(a,b,c) 
{ 
dist1 <- abs(a-b) 
dist2 <- abs(a-c) 
dist3 <- abs(b-c) 
return(pmin(dist1,dist2,dist3)) 
} 
pminimum_distance(df$a, df$b, df$c) 

# or 
do.call("pminimum_distance", df) 

Answer 3

Ich weiß, das beantwortet wurde, aber ich würde eigentlich einen anderen Ansatz nehmen, die eine beliebige Anzahl von Spalten in Anspruch nimmt und mehr verallgemeinerbar einen äußeren Ansatz:

vdiff <- function(x){ 
    y <- outer(x, x, "-") 
    min(abs(y[lower.tri(y)])) 
} 

apply(df, 1, vdiff) 

Ich denke, das ein wenig sauberer und flexibel ist.

EDIT: Pro zachs Kommentare Ich schlage diese mehr formalisierte Funktion, die auf Datenrahmen mit nicht-numerischen Spalten auch funktioniert, indem Sie sie entfernen und nur auf die numerischen Spalten handeln.

cdif <- function(dataframe){ 
    df <- dataframe[, sapply(dataframe, is.numeric)] 
    vdiff <- function(x){ 
     y <- outer(x, x, "-") 
     min(abs(y[lower.tri(y)])) 
    } 
    return(apply(df, 1, vdiff)) 
} 

#TEST it out 
set.seed(10) 
(df <- data.frame(a = sample(1:100, 10), b = sample(1:100, 10), 
    c = sample(1:100, 10), d = LETTERS[1:10])) 

cdif(df) 

Answer 4

Es ist besser, eine Funktion zu schreiben und dann mapply auf den Vektoren verwenden:

f1 <- function(a,b,c){ 
d =abs(a-b) 
e =abs(b-c) 
f= abs(c-a) 
return(pmin(d,e,f)) 
} 

qq <- mapply(f1, df$a, df$b, df$c)